涡轮叶片模态实测阻尼比的有限元应用

为了更加精确地通过有限元来模拟涡轮叶片的谐响应特性,剖析了有限元分析中阻尼矩阵的构建方法,并且选定了适用于真实涡轮叶片设计的阻尼矩阵模型.在进行涡轮叶片有限元谐响应计算时,以模态测试得的阻尼比为基本参数,建立构建阻尼矩阵的方法,该方法能处理具有单独共振频率或具有临近共振频率的振动问题.通过模拟涡轮叶片的响应试验,测得了试验系统的阻尼比及模拟涡轮叶片的位移响应.根据测得的系统阻尼比,运用构建阻尼矩阵的方法,对具有单独共振频率特征的模拟涡轮叶片进行了谐响应计算,结果显示模拟涡轮叶片的位移响应与试验结果基本一致.运用该方法进行涡轮叶片的谐响应分析可比较精确地得到其谐响应特性.      

基于稀疏随机阵列配置的CS-MIMO雷达感知矩阵构造

压缩感知(CS)理论中的感知矩阵在观测数据获取和信号重建过程中起关键性作用。目前,大部分研究通过引入高斯随机矩阵作为测量矩阵实现压缩观测,这类测量矩阵对硬件要求很高,工程实现困难。提出了一种基于稀疏随机阵列配置的压缩感知-多输入多输出(CS-MIMO)雷达中的感知矩阵构造方法,当MIMO雷达阵元配置为满足某种概率分布的稀疏随机阵列时,发射与接收导引矢量的Kronecker积能够起到压缩测量的作用。从理论上分析了所构造的感知矩阵的归一化互相关系数、Gram矩阵以及阵列方向图之间的内在联系,并证明了当随机阵元位置满足均匀分布时所构造的感知矩阵满足压缩感知重构条件。在这种稀疏随机阵列配置方式下,既可以避免额外引入随机测量矩阵,又能减少所需的阵元个数,从而大大降低CS-MIMO雷达系统复杂度。仿真实验表明,该方法具有较低的感知矩阵归一化互相关系数,与满阵CS-MIMO雷达相比能够在减少阵元个数的同时获得良好的重构性能,且使重构所需运算量大大降低。     

无人机自主编队制导律设计

自主编队是无人机集群作战的关键技术.提出了一种基于视线的三维无人机双机与多机自主编队方法.制导律采用横纵分离的经典PD控制方式进行设计,建立了加入制导律的双机、多机的质点相对运动学模型,通过求解该模型在平衡点处的雅克比矩阵的特征根,来判断制导律的稳定性.仿真结果表明:设计的制导律能有效导引无人机构成编队,并保持编队飞行.     

复合材料圆筒结构脱层损伤识别研究

针对复合材料圆筒结构,讨论了基于模态柔度曲率矩阵的无损检测方法。通过模态分析获得脱层复合材料圆筒的各阶固有频率及节点振型,计算得到轴向和周向柔度曲率矩阵来判断损伤。研究表明:轴向和周向柔度曲率矩阵两种方法均可达到精确识别脱层位置及大小的效果,且越靠近外筒壁,柔度曲率矩阵图突变越大,越易检测。相对而言,轴向柔度曲率Fc在脱层位置突变远大于周向柔度曲率Fd,更易判断损伤。但当损伤发生在沿轴线固定端边界时,轴向柔度曲率Fc本身就有较小突变,应用周向柔度曲率Fd识别防止误判。     

无人机系统安全目标水平预估方法

考虑无人机系统（UAS）与有人机运行安全特性的不同,通过事件树分析识别出对地撞击是无人机系统运行的首要风险方式。基于等效安全水平的概念,建立确定无人机系统安全目标水平的对地撞击模型,将无人机撞击动能、构型参数以及飞行环境因素综合考虑到模型中,并计算了不同无人机系统在不同运行场景下的安全目标水平以及基于我国地域人口的安全目标水平,结果表明: 在考虑运行环境的情况下,对无人机系统安全目标水平的定量要求可能跨越4～5个数量级。在此基础上,结合风险矩阵的概念,给出基于对地撞击情况的无人机系统运行风险评价矩阵,为无人机系统运行风险评价提供了一种可行思路。      

联合连通拓扑下多无人机编队控制

针对在联合连通拓扑条件下的多无人机系统,研究了具有二阶动力学系统模型的多无人机系统时变编队控制问题。基于一致性理论,设计了一致性控制器,将联合连通拓扑条件下的编队控制问题简化为低阶时间平均系统的渐进稳定性问题。利用Lyapunov函数证明了所设计的控制器能够实现编队控制,并利用线性矩阵不等式(LMI)方法给出了控制器的设计算法。在三维空间中,对多无人机系统进行了仿真,验证了所设计的一致性控制器能够使得多无人机系统在联合连通拓扑条件下形成时变编队。     

网格简化中基于特征矩阵的二次误差测度算法

针对二次误差测度算法存在尖端特征消失、局部过度简化等缺陷,提出了基于特征矩阵的二次误差测度算法用于网格简化.通过将顶点曲率和边长引进该特征矩阵以优化误差度量,模型中各顶点便易于区分,于是具有明显几何特征区域的顶点误差度量能够被提高.这样,边折叠的顺序可以方便的得到调整,使得模型中的突出特征更多的被保留下来.仿真结果表明,本算法在保持了二次误差测度算法计算时间短、运行效率高的同时,也克服了网格分布过于均匀、无法突出模型重要特征的缺点.     

MGNC系统实时快速组合导航新算法

微小型导航制导控制系统MGNC(Micro Guidance Navigation and Control)传感器多,且数据处理能力有限,为实时提供导航结果,传统上采用降维滤波提高实时性,但这样会造成精度损失.为保证不减少滤波状态量,不损失精度,针对捷联和滤波特点提出一种新的实时解算方法:在捷联解算中以直接递推求解方向余弦矩阵代替以四元数为中间变量进行的间接求解;在滤波计算中用序贯方法处理量测修正值,避免复杂的矩阵求逆;采用稀疏矩阵三元组法,应用于协方差阵计算,减少乘法次数.仿真和实验证明改进算法对计算精度没有损失,且滤波计算时间比原算法减少了34.50%,显著提高了MGNC系统的实时性、鲁棒性和实用性.     

基于观测器的网络化控制系统的变结构控制

给出了传感器和控制器之间存在网络时网络化控制系统的一种变结构控制方法.由于对象状态的不完全可测性,利用观测器的状态来设计控制器.如果实际时延小于最大允许时延,则观测器增益矩阵可以通过求解一个线性矩阵不等式来求取,从而保证误差系统是指数渐近稳定的.控制器增益矩阵可以利用极点配置或最优控制的方法来确定,并且能够保证滑动模态是指数渐近稳定的.采用指数趋近律的方法,可以调节相应参数削弱抖振,保证系统具有要求的性能.仿真算例表明了该方法的可行性与有效性.     

考虑多故障的测试性建模改进方法

分析了测试性建模的现有方法及在工程应用中存在的不足.在信号流图方法的基础上,提出了一种测试性建模的改进方法.该方法支持单元的多故障模式设置,能够区分全局故障和局部故障,并允许设置全局故障沿单元特定信号流方向传递.给出了测试性模型的图形定义、隐含属性定义、相关性矩阵定义和相应的测试性分析推理方法.在此基础上,提出了基于高阶相关性分析的相关性矩阵生成改进算法.以某惯导系统为例进行了应用,建立了测试性图形模型并生成改进的相关性矩阵,与现有方法建立的相关性矩阵进行对比,结果验证了测试性建模改进方法的可行性和有效性.